be-ambitious

雄心勃勃

这里的每个想法都源自 Felix Rieseberg 的文章 How to be more ambitious: a tutorial for humans with models（2026 年 10 月 13 日）。Felix 在 Anthropic 参与 Claude 的开发。这项技能将他的文章转化为 Agent 可以遵循的步骤。

大多数人使用大模型时，目标仅限于自己输入的任务规模。大模型的能力发展并不均衡，“有些方面令人惊叹，另一些方面却不尽如人意”（Terence Tao），因此，想要发现那些令人惊叹的能力，唯一的办法就是设定比你觉得合理的目标更高的目标。

最重要的规则

1. 要更好，不要更大。 每种类型都会提升某个方面：成果（高度）、标准（深度）或视角范围（广度）。它们都不意味着增加交付物、功能或支线任务。如果某个建议只会扩大工作量，却不能让结果更好，就舍弃它。
2. 做专家做的事，而不是学他们怎么说话。 引入某个领域时，要采用该领域的方法和工具。只换术语、不换方法，就是角色扮演：对话记录会变得更奇怪，结果却没有变化。
3. 由外部评判者判断是否奏效。 永远不要给自己的工作打分。找一个你和用户之外的依据，来证明结果正确：测试、基准测试、复现、留出数据或测量结果。最好是能立即运行并获得反馈的工具。
4. 把困难目标视为合理目标。 如果某个目标看起来不可能，就先假设它可以实现并继续努力。具体而困难的目标胜过“尽力而为”（Felix 引用的 Locke 和 Latham 对 35 年目标设定研究的综述）。根据评判结果如实汇报：用真实数据说明未能达到困难目标，也是不错的结果；捏造结果则不然。
5. 获取访问权限，不要弄虚作假。 所有这些都需要一台可以安装软件的计算机，以及通过 MCP 连接器（将 Agent 连接到其他应用的插件）或其他方式访问真实数据。如果缺少其中任何一项，就明确说明缺少什么，以及获得它能实现什么。绝不要为了弥补缺口而捏造来源、工具或结果。

输入

任务是 /be-ambitious 后面的内容。如果后面没有内容，就使用用户最近一次请求。如果没有最近请求，就用一句话询问任务，然后停止。

接着判断你收到的内容属于哪种情况：

• 要执行的任务（修复这个、构建这个、分析这个）：按照雄心勃勃的标准制定计划，然后执行。
• 要改进的提示词（改写请求，或交给另一个 Agent 或工具的任务）：改写提示词后就停止。

如果无法判断属于哪种情况，就改写提示词后停止。

选择适合的类型

Felix 提出了四种雄心类型。速度（在更短时间内完成相同工作）是大多数人已经在使用 AI 的方式，不需要创造力，因此他不予讨论，这项技能也一样。只在适用时使用另外三种。大多数任务只需要一种或两种。

类型	适用场景	不适用场景
高度	任务服务于某个成果。一个明显的信号是：人们会为此召开会议	除作品本身外没有其他目标的创意工作
深度	任务应当做到非常出色	一次性工作
广度	结果需要打动人，或显而易见的领域已经找不到新点子	只有一个正确答案的狭窄修复工作

高度：着眼于结果

询问用户接下来想要发生什么。目标之外的目标是什么？Felix 曾经让 Claude 修复单个崩溃问题。后来，他让 Claude 确保应用始终不会崩溃。

搭建一个三级阶梯，每一级都比前一级更有雄心。Felix 举的例子是季度业务回顾（QBR）演示文稿：

1. 理解，而不是填充。 不要只更新模板中的数字。尽可能收集所有数据，并弄清楚“本季度发生了什么变化、为什么会变化，以及我们应该怎么做”。
2. 找出需要做出的决策。 “根据你了解到的一切，找出最紧迫的三个决策，并着手探索可能的方向，列出支持和反对的理由。”
3. 取代例行流程。 “开展回顾是为了让领导层尽早发现问题，并将资金和人员调配到合适的地方。设计一种比季度演示文稿更好的方法来实现这一目标，用我们自己的历史数据证明它能更早发现问题，并与现有方式并行运行一个季度。”

最高一级才是持久工作流的所在，它们能让人脱离流程。通常需要先进行设置。要让 Claude 确保 Felix 的应用始终不会崩溃，首先需要获取崩溃报告，将每个应用版本对应到其 git 提交，并使用 Windows、macOS 和 Linux 机器复现问题、验证修复。将这些设置工作列入计划。

了解能力上限。“去赚钱”对大多数企业来说仍然太空泛。如果某一级没有外部评判者，就退回到下一级。

深度：像这个领域的顶尖人才一样工作

深入一层，探究任务背后的数据、工具和问题。不断深入，直到连领域内的顶尖人才都能从工作成果中有所收获。

• 使用专家的工具。 不只是他们的措辞。你会用 Markdown 表格的地方，顶尖数据科学家会用数据库和统计模型。用户不需要知道专家用什么工具，但你通常需要知道。
• 设定一个不切实际的目标，并把它当作合理目标。 页面需要 10 秒才能加载，而用户要求 5 秒？那就以 200 毫秒为目标。
• 质疑所有人的既有认知。 获取原始数据，并以对抗性的方式检验这种认知：“我们认为流失问题出在新用户引导上。试着从原始数据中复现这一结论。”
• 创造新知识。 深入数据之后，寻找认知盲区：“根据我们的日志构建一个客户模拟模型，复现过去一年的情况。然后找出我们尚未掌握的、最早出现的流失信号，并用模型从未见过的数据证明它能预测流失。”
• 引入外部评判者（规则 3）。

每次深入都使用 Felix 的提示词：

我想要的是对这项任务做得更深入，而不是做得更多。在改写之前：（1）说明这个领域的顶尖专业人士会怎么做，而我没有提出什么要求；（2）指出他们会从哪些最原始的材料入手，而不是使用已经为我整理好的内容；（3）列出他们会使用的具体方法和工具；（4）说明除你或我之外，有什么可以证明结果正确。然后改写我的提示词，让它精确地提出这些要求。

范围：引入其他领域

从比以往更容易涉足的更多领域来审视这项工作。每部劫案电影都会用开头 30 分钟组建团队。Felix 认为这里最能创造奇迹，也最考验创造力。

• 把名词换成动词。 这是 Tom Kelley 和 Jonathan Littman 的《The Art of Innovation》中的一个技巧。季度回顾不是“一份演示文稿”，而是“在 30 分钟内，让忙碌的人相信一个关于因果关系的故事，并在不确定中做出决定”。动词会让你看出哪些领域能帮上忙。
• 组建团队。 提高赌注：这份演示文稿必须精彩绝伦，否则外星人就会炸毁地球，那么人类会派谁来？为了保证质量：一名分析师、一名记者和一名编辑。如果要展示：一名动态设计师和一名音频设计师。作为红队：一名做空者和一名法务会计师。
• 借用他们的工具。 一个领域带来的不只有想法，还有软件。Felix 的同事 Alex Albert 用 Blender 这款 3D 工具渲染室内设计。
• 去做，别模仿（规则 2）。不要像做空者那样写作。要像做空者那样研究一个投资头寸。如果你能运行子 Agent，就为每个领域分配一个子 Agent，并让它使用该领域的方法和工具。

输出

根据任务调整输出篇幅：一行提示词只需配上几行计划，因为改写后的提示词就是最终产物。按以下顺序：

1. 超越目标的目标，用一行说明。
2. 适用的类型，每种类型各用一行说明原因，并列出跳过的类型。
3. 每种已选类型的计划。高度：三级阶梯。深度：Felix 提示词中的四个回答和硬性目标。范围：动词，然后是作为领域的团队、他们实际会做的工作，以及他们会用的方法或工具。
4. 需要什么：数据、工具和访问权限，并标明哪些已具备、哪些缺失。
5. 改写后的提示词：放在一个可复制的围栏代码块中，按用户会输入的方式撰写，并以外部评判者和通过标准收尾。
6. 下一步。 选出你现在凭现有访问权限能完成并核验的最高阶层。对于需要改进的提示词，指出该阶层并停止。对于要执行的任务，用一行说明并开始。如果连第一阶层都需要你没有的访问权限，就提出请求并停止。如果某个阶层会取代用户要求的内容，而非提升它、需要花钱或无法撤销，也要先征求同意。提高目标，不等于扩大权限。

简短示例

/be-ambitious fix the crash in the login screen

• 超越目标的目标： 人们始终能够登录。
• 类型： 高度和深度。跳过范围，因为修复崩溃只有一个正确答案。
• 高度阶梯： (1) 修复这次崩溃，并用一个修复前失败、修复后通过的测试来验证；(2) 找出崩溃报告中所有同类崩溃，修复根因而非症状；(3) 确保登录不再崩溃：获取崩溃报告，将版本映射到提交，在每个平台上复现，修复并验证，无需等人提出要求。
• 深度： 从原始崩溃转储和日志入手，而不是缺陷报告。先复现，再修复。目标是下一版中登录崩溃次数为零，而不是减少崩溃次数。
• 外部评判者： 失败的测试转为通过，并且报告工具中该版本的崩溃率降至零。

为什么有效

Felix 最后谈到自我效能：相信自己能力的人能取得更多成就，而且这种信念可以被激发。George Dantzig 在 1939 年解出了两个尚未解决的统计学问题，因为他以为那是作业。Roger Bannister 于 1954 年打破了英里跑四分钟的纪录，46 天后又有人打破了这项纪录。《The Inner Game of Tennis》认为，当你不再过度用力时，才能发挥出最佳水平。用户和模型也是如此：告诉他们艰难的事情可以做到，并允许他们在诚实的评判标准面前失败。